[비즈한국] AI正在改变战争。这不仅适用于无人机或自杀式快艇。随着生成式人工智能（LLM）的出现，从指挥控制到后勤支援及作战，未来战争所需的各个要素都面临着前所未有的革命性变革。
在人类必须承担的所有任务中，航空器驾驶属于极端情况下需要极高思维能力的工作，而其中与敌机进行空中格斗的战斗机也不例外。在经典电影《壮志凌云：独行侠》中，主角独行侠（汤姆·克鲁斯饰）面对凯恩上将关于人类飞行员将被取代的说法时回应道：“也许如此，长官，但不是今天（Maybe so, sir, but not today）”。然而现实是，未来的空战正需要融合AI与人类的新型战斗机飞行员。
在此背景下，由全国80余所大学、290支队伍、873名选手参加的“第一届韩国航空大学校长杯AI飞行员壮志凌云挑战赛（2026 AI Pilot Top Gun Challenge）”，不仅是一场大学生竞赛，更提供了重新思考“未来空战形态”的契机。该赛事通过8月27日至28日的预赛选拔出16支决赛队伍，决赛将于9月17日在韩国航空大学大礼堂举行。
观看YouTube上发布的预赛视频，可能会让人误以为这只是简单的飞行模拟，但考虑到参赛者是大学生，其展现的严密技术判断和基于AI的未来空战暗示，水平之高令人难以置信。
如果剖析参赛队伍必须解决的官方手册任务，就会发现这绝非普通的“F-16模拟器游戏”。飞行力学（FDM）由JSBSim内核负责，学习框架基于Ray RLlib的PPO/SAC算法。观察空间提供从12维到37维的5种模式，动作空间被固定为横滚、俯仰、方向舵、油门4轴。课程学习阶段共15个等级，从生存、追击、进入武器接触区（WEZ）开始，逐步提升难度，最终达到正面交锋（head-on）角度扫描及完全格斗。
虽然专业术语较多，但核心很简单。AI接收大量信息。比赛在敌我位置完全透明的状态下开始。在这种情况下，AI的任务不是专注于复杂的操作，而是为了解决“如何向敌人射击”的问题，必须决定战斗机的方向和姿态。换言之，就是让AI决定在英语中被称为“狗斗”（Dog Fight，近距离空战）的格斗中，类似犬类咬住对手喉咙的行动。
比赛为200秒1对1机炮格斗。一旦进入机炮射程，即判定为击中。有趣之处在于机炮随时间变化的性能设置，这显然有空战专家的参与。前100秒为打击角，即我机与敌机必须在直线方向2度以内才能判定射击成功。最后50秒，这一角度（射击范围）扩大到6度。机炮射程也从3000英尺增加到4000英尺。前期由于没有精确追踪无法射击，考验的是AI智能体的控制能力；后期因回避及消耗战的期待值降低，迫使选手必须做出决断。这是一种将课程学习植入规则的设计。
出题者未做要求的方面更为关键。由于敌我状态信息全部已知，不存在雷达探测与追踪问题。武器只有机炮，且发射决策本身不在动作空间内。对手始终只有一个，也不存在通信中断或电子战。这场比赛训练的不是无人战斗机的完整大脑，而是近距离格斗的几何逻辑。
此类比赛并非前所未有。美国国防部高级研究计划局（DARPA）2020年的“阿尔法狗斗竞赛（AlphaDogfight Trials）”堪称这类AI飞行员大赛的鼻祖。当时的比赛与航空大挑战赛类似，AI智能体在模拟中进行淘汰赛，最终获胜者Heron Systems的F-16智能体以5:0击败了经验丰富的空军飞行员“Banger”。
此次航空大学挑战赛与阿尔法狗斗的关键区别在于开放性。阿尔法狗斗是邀请8家企业与研究机构参加的封闭式竞赛，最终技术报告被列为内部使用（FOUO）。而韩国航空大学的比赛面向84支队伍开放，全程在YouTube直播，并鼓励获奖团队公开算法。这正是世界首个“开放式AI飞行员空战大赛”。
当然，阿尔法狗斗确实通过制造X-62A实验机，将比赛结果中产生的AI智能体用于实际飞行，从而验证了AI飞行员的能力，这点与航空大学挑战赛有所不同。当时的X-62A不仅超越了简单的AI自主飞行，还与有人驾驶的F-16进行了实机空战，并在21次试飞中更新了超过10万行的飞行控制软件。与美国不同，我们目前要实现用自研AI智能体操控战斗机，现实中仍有很长的路要走。
从校内比赛开始策划此次AI空战大赛的韩国航空大学兼任教授（韩国防卫事业厅）任相民（音译）向本刊表示：“此次壮志凌云挑战赛在模拟中展开的200秒空战，并非单纯的模拟，而是即将到来的‘物理AI飞行员（Physical AI Pilot）’的第一步，也是技术起点。期待通过此次大赛，选手们能成长为引领韩国航空航天及国防AI领域的未来核心领袖。”
正如任相民教授所言，此次航空大学的AI飞行员壮志凌云挑战赛意义远超普通的大学竞赛。最重要的是，这是韩国首次获取可应用于未来战争武器的AI智能体数据，并以此培养了学习和挑战的人才。因此，称此次大赛为培育打造未来六代机核心力量的起点绝不为过。
当然，未来的路还很长。此次大赛允许使用强化学习、模仿学习、监督学习、行为树、启发式及混合学习，这是因为用我们熟悉的大语言模型（LLM）难以确定行动的可预测性，且在灌输学习与一致性方面存在极高难度。然而，基于行为树（Behavior Tree）方式的AI，在算法被敌人识破时，容易暴露行动预测简单的弱点。实现可靠性与创造性的并存，在隐藏算法的同时让AI做出敌人无法预测的动作，将是未来六代机空战胜利的关键。
期待此次大赛能确认AI飞行员的基础，成为在韩国开创“以智能体为中心的空战”的起点。